Autonomous racing serves as a catalyst for advancing the transition to autonomous vehicles by pushing technological boundaries and providing a benchmark for intricate maneuvers crucial to everyday driving safety. Within this context, the integration of a gear shifting system is imperative for vehicles to accurately correlate engine speed to wheel speed with fixed ratios, ensuring optimal functionality. This thesis focuses on the development of innovative gear shifting strategies tailored for autonomous racecars. The objective is to execute both upshifts and downshifts strategically, optimizing performance in scenarios that demand high accelerations and decelerations. Initially, static solutions are examined, with specific attention given to the currently employed method. A comprehensive analysis of its advantages and disadvantages follows. To enhance dynamic vehicle stability, a refined solution is introduced through a basic heuristic, leveraging the speed reference preview signal for improved decision-making. The thesis meticulously outlines two distinct stages to demonstrate the effectiveness of the proposed system, drawing parallels with the successful application of this logic in the 2023 MIMO competition, resulting in the victory of Polimove racing team. Due the heuristic's simplicity, the thesis addresses its limitations and introduces dynamic programming as an efficient mathematical technique for globally solving optimization problems. Analyzing racing driver behavior in managing the gear shifting system, the thesis provides an analytical description of their decision-making process also based on the track layout. A mathematical formulation is introduced, along with the development of a new vector to predict the vehicle's future velocity. Simulation results are presented and compared with previous outcomes. In the end a refined dynamic programming problem is formulated with the primary objective of optimizing performance while mitigating unnecessary risks. Through simulations, the thesis explores the obtained results, highlighting the balance between performance and risk avoidance. The optimization phase introduces a more human-like aspect to dynamic programming solutions, reflecting a pursuit of racing driver behavior. This increased complexity, compared to previous approaches, is a consequence of the nuanced problem-solving entailed in achieving optimal results.
Le gare di veicoli autonomi svolgono il ruolo di catalizzatore per l'avanzamento della transizione verso la diffusione di veicoli autonomi. Questo consente di spingersi verso confini tecnologici ancora inesplorati e fornire un ambiente sicuro per sviluppare manovre cruciali dal punto di vista della sicurezza e della stabilità del veicolo, che possono rivelarsi vitali nella guida quotidiana. L'integrazione di un sistema di cambio marcia è fondamentale al fine di correlare accuratamente la velocità del motore alla velocità delle ruote, garantendo un funzionamento ottimale attraverso i rapporti di trasmissione. Questa tesi si concentra sullo sviluppo di strategie innovative di cambio marcia adatte per le auto da corsa autonome. L'obiettivo è eseguire le cambiate in modo strategico, ottimizzando le prestazioni in scenari che richiedono elevate accelerazioni e decelerazioni. Inizialmente, una soluzione statica precedentemente in uso viene analizzata. Segue poi un'approfondita analisi dei suoi pro e contro. Per migliorare la stabilità della dinamica del veicolo, viene quindi introdotta una soluzione semplificata attraverso un'euristica di base, sfruttando il segnale di previsione del riferimento di velocità per una decisione più accurata. Vengono meticolosamente delineate due fasi distinte per mostrare l'implementazione del sistema proposto, facendo riferimento all'applicazione di questa logica nella competizione MIMO del 2023, che ha consentito al team Polimove di aggiudicarsi la vittoria. A causa della semplicità dell'euristica, la tesi affronta i suoi limiti e introduce il dynamic programming in qualità di tecnica matematica efficiente per risolvere problemi di ottimizzazione. Analizzando il comportamento dei piloti nella gestione del sistema di cambio marcia, la tesi fornisce una descrizione analitica del loro processo decisionale basato anche sulla specifica conformazione della pista. Viene quindi introdotta una formulazione matematica, insieme allo sviluppo di un nuovo vettore per prevedere la futura velocità del veicolo. I risultati delle simulazioni vengono presentati e confrontati con quelli ottenuti precedentemente. Viene poi formulato un nuovo problema di dynamic programming con l'obiettivo principale di ottimizzare le prestazioni, smorzando rischi non necessari. La tesi presenta ed analizza i risultati ottenuti attraverso le simulazioni, evidenziando l'equilibrio raggiunto tra prestazioni e assenza di rischi eccessivi. La fase di ottimizzazione introduce un comportamento più simile a quello umano nelle soluzioni di dynamic programming, riflettendo la ricerca dell'emulazione del comportamento di un pilota professionista. Questa maggiore complessità, rispetto agli approcci precedenti, è una conseguenza della soluzione di problemi complessi, necessari per ottenere risultati migliori.
Development of a gear-shifting system for high-performance vehicles in autonomous racing applications
IAMONI, RICCARDO
2022/2023
Abstract
Autonomous racing serves as a catalyst for advancing the transition to autonomous vehicles by pushing technological boundaries and providing a benchmark for intricate maneuvers crucial to everyday driving safety. Within this context, the integration of a gear shifting system is imperative for vehicles to accurately correlate engine speed to wheel speed with fixed ratios, ensuring optimal functionality. This thesis focuses on the development of innovative gear shifting strategies tailored for autonomous racecars. The objective is to execute both upshifts and downshifts strategically, optimizing performance in scenarios that demand high accelerations and decelerations. Initially, static solutions are examined, with specific attention given to the currently employed method. A comprehensive analysis of its advantages and disadvantages follows. To enhance dynamic vehicle stability, a refined solution is introduced through a basic heuristic, leveraging the speed reference preview signal for improved decision-making. The thesis meticulously outlines two distinct stages to demonstrate the effectiveness of the proposed system, drawing parallels with the successful application of this logic in the 2023 MIMO competition, resulting in the victory of Polimove racing team. Due the heuristic's simplicity, the thesis addresses its limitations and introduces dynamic programming as an efficient mathematical technique for globally solving optimization problems. Analyzing racing driver behavior in managing the gear shifting system, the thesis provides an analytical description of their decision-making process also based on the track layout. A mathematical formulation is introduced, along with the development of a new vector to predict the vehicle's future velocity. Simulation results are presented and compared with previous outcomes. In the end a refined dynamic programming problem is formulated with the primary objective of optimizing performance while mitigating unnecessary risks. Through simulations, the thesis explores the obtained results, highlighting the balance between performance and risk avoidance. The optimization phase introduces a more human-like aspect to dynamic programming solutions, reflecting a pursuit of racing driver behavior. This increased complexity, compared to previous approaches, is a consequence of the nuanced problem-solving entailed in achieving optimal results.File | Dimensione | Formato | |
---|---|---|---|
2023_12_Iamoni.pdf
non accessibile
Descrizione: Thesis
Dimensione
19.16 MB
Formato
Adobe PDF
|
19.16 MB | Adobe PDF | Visualizza/Apri |
2023_12_Iamoni_ExecutiveSummary.pdf
non accessibile
Descrizione: Executive summary
Dimensione
688.32 kB
Formato
Adobe PDF
|
688.32 kB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/214413